轨道车辆转向架电机轴承在线故障诊断系统开发

目前,我国高铁及城轨运输事业正处于飞速发展阶段,作为承载乘客直接载体的轨道车辆,其安全性直接影响着乘客的生命安全。因此,有必要对轨道车辆进行状态检测与故障诊断来预防或避免由于车辆故障带来的不必要的损失。转向架电机轴承是轨道车辆的关键部件之一,它在轨道车辆中占有举足轻重的地位,而且其结构复杂,所以对轨道车辆转向架电机轴承的故障诊断是车辆故障诊断的热点和难点,如何对其进行高效、快速而准确地诊断是值得研究的一个重要问题。 结合本次863课题的研究,将小波与改进神经网络相结合的故障诊断模型和方法应用在轨道车辆电机上,诊断的具体对象为电机轴承。本文设计开发了轨道车辆电机轴承故障诊断系统,对电机轴承的四种工作模式进行了分析,分别是正常、内环故障、外环故障、滚动体故障。在对采集到的信号降噪后,利用“小波包-能量”法提取特征量,并将其输入到神经网络中进行故障识别。为了验证本算法的改进之处,本文还对传统神经网络和改进神经网络的诊断结果做了对比。与此同时,在实验室的列车走行部电机故障诊断试验台上做了电机轴承故障诊断实验,实验结果表明小波与改进神经网络故障诊断方法能够有效地对电机轴承故障进行诊断与识别。 最后,本文对轨道车辆电机轴承故障诊断系统进行了软件实现。首先对各功能模块进行说明,然后展示了系统的运行界面,实现了对电机轴承的智能诊断,保证列车的安全运行,具有很好的实用性。